说明：谱聚类matlab算法实现，k-means算法 可以实现简单聚类

说明：k-means聚类算法，根据属性将矩阵中的对象分类

说明：聚类算法，以及基于遗传模拟退火算法的聚类算法，优化聚类算法

说明：基于谱聚类的新数据聚类算法，可用于一般的时间序列数据聚类及图像分割方面的应用，还包含相应的文章和算法说明。

说明： 1.基于聚类的RBF 网设计算法 ,基于聚类的RBF 网设计算法

说明： 这是一个仿真程序，对文章Genetic algorithm-based clustering technique做的仿真，遗传聚类算法，比较经典的一个遗传算法用于聚类的单目标聚类算法，matlab写的。

说明：Genetic algorithm-based clustering technique，经典的遗传聚类算法，做聚类进行改进，一般都将这个算法作为基本的对比算法。

说明：欧式距离PAM聚类算法，利用欧式度量聚类真实数据集和实际数据集用于对各类数据分类

说明：模糊聚类gaussion-kessel fcm标准算法 模糊聚类gaussion-kessel fcm标准算法 模糊聚类gaussion-kessel fcm标准算法 模糊聚类gaussion-kessel fcm标准算法 模糊聚类gaussion-kessel fcm标准算法

说明：AP聚类算法，很好用的聚类算法，matlab实现

说明：AP聚类算法：Affinity Propagation (AP) 聚类是最近在Science杂志上提出的一种新的聚类算法。

说明：基于余弦聚类的OPTICS聚类算法，能够用于文本聚类

说明：聚类算法，最近邻系统聚类。 聚类算法，最近邻系统聚类。

说明：一种快速有效的谱聚类算法，很好的结合谱聚类和kmeans算法。

说明：划分聚类中的K-means算法，运用的欧式距离作为度量距离

说明：实现SC谱聚类算法，该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量，然后选择合适 的特征向量聚类不同的数据点

说明：K均值聚类算法，此算法自动把数据组聚类分割，效果很好

说明：在上篇博客特征点检测学习_1(sift算法) 中简单介绍了经典的sift算法，sift算法比较稳定，检测到的特征点也比较多，其最大的确定是计算复杂度较高。后面有不少学者对其进行了改进，其中比较出名的就是本文要介绍的surf算法，surf的中文意思为快速鲁棒特征。本文不是专门介绍surf所有理论（最好的理论是作者的论文）的，只是对surf算法进行了下整理，方便以后查阅。 该代码的作者给出的主函数实现了6中功能，包括静态图片特征点的检测，视频中特征点的检测，图片之间的匹配，视频与图片之间的匹配，特征点聚类等6中功能。本次实验就简单的测试了图片的检测，匹配和特征点聚类3个功能。并加入了简单的界面。 　　开发环境为：opencv2.4.2+Qt4.8.2+open surf+windosxp

说明：变色龙层次聚类算法，运运用动态模型的层次聚类算法

说明：基于人工蜂群算法（artificial bee colony algorithm）的聚类优化算法

说明：整个算法来自《一种利用信息熵的群体智能聚类算法》提供的算法

说明：针对微博短文本话题聚类算法，采用K-means,DBSCAN等聚类算法

说明：对“data3.m”数据，采用K-means聚类算法进行聚类。

说明：fcm聚类算法的python实现。输出类内平均距离类间平均距离。

说明：利用GK算法进行数据聚类。GK算法是一种改进的模糊聚类算法，在FCM的基础上改进的，能够识别不同形状的聚类结构。

说明：用java写的分类聚类算法 用java写的分类聚类算法 用java写的分类聚类算法

说明： k-means算法是根据聚类中的均值进行聚类划分的聚类算法。 输入：聚类个数k，以及包含n个数据对象的数据。 输出：满足方差最小标准的k个聚类。

说明：聚类算法聚类算法聚类算法聚类算法聚类算法聚类算法聚类算法

说明：聚类算法——谱聚类的实现，可以实现不受形状约束的聚类算法

说明：又一种模糊C均值聚类的图象分割算法的MATLAB实现